FAIR-Play は、音楽室で記録された 1,871 個のビデオ クリップとそれに対応するバイノーラル オーディオ クリップで構成されるオーディオビジュアル データセットです。このデータセットは、プロ仕様の 3Dio バイノーラル マイクと GoPro を使用して収集された、ステレオおよび視覚的に調整された最初のデータセットです。

引用

@inproceedings{gao2019visualsound, タイトル={2.5Dビジュアルサウンド}、 著者={Gao, Ruohan および Grauman, Kristen}、 書籍タイトル={CVPR}、 年={2019} }